银川市大气污染状况的调查与评估

发布时间:2020-09-08 阅读数:669

丁肖阳向斌

摘要：文章利用R语言分析了银川市2014-2017年的气象数据，围绕PM2.5、PM10、一氧化碳、二氧化氮、二氧化硫、臭氧、等主要空气指标进行数据分析和拟合，发现银川市大气污染的主要直接影响因素，进而对银川市的大气污染治理提出科学、合理的建议与措施，来使银川市的大气污染程度得到有效的遏制，并为其他省市的大气污染治理行动提供有效的参考。

关键词：应用回归分析;大气污染;银川市

大气污染对人类以及其生存环境所造成的危害已经被世人所熟知，尤其是近几年雾霾天气越来越多，沙尘暴天气越来越频繁。随着银川市经济的快速发展，大气污染日益严重，威胁着人民的生命安全。这引起了社会各界的关注。2016年，银川市人民政府开展了“蓝天碧水·绿色城乡”专项行动方案;2017年11月，银川市又向社会发布《关于整治市区燃煤污染的通告》，划定了银川市高污染燃料禁燃区。因而，对银川市的大气污染情况做一次合理的调查评估是很有必要的。

一、研究方法

据此，本团队通过对银川近几年的空气污染物浓度进行分析，利用统计学、气象学知识对污染情况作出合理的推断。进而对银川市的大气污染治理提出科学、合理的建议与措施，来使银川市的大气污染程度得到有效的遏制，并为其他省市的大气污染治理行动提供有效的参考。

二、R语言分析

针对银川市环境空气质量污染特征，我们将银川市的PM2.5浓度作为因变量，将平均气温，降水量，平均风速，相对湿度，PM10、二氧化硫、一氧化碳、二氧化氮的浓度作为解释变量即自变量，来探究因变量与自变量之间的关系。

我们数据选取自银川市统计局网站发布的银川统计年鉴2014—2017四年的气象数据。首先通过R软件对数据进行散点图分析，得到PM2.5与其他变量大致均成线性关系;然后对变量建立相关系数矩阵，发现PM2.5与平均气温、PM10 、二氧化硫、一氧化碳、二氧化氮、臭氧之间线性相关;然后初步建立起PM2.5与各个研究因素的线性关系模型，得到回归方程;之后进行拟合优度检验、F检验、T检验，目的是剔除影响较小的变量;接下来进行多重共线性的诊断、异方差检验、自相关性检验、自相关问题的处理;最后进行残差分析得到最终的回归模型。

若满足正态假设，则图上的点大致落在呈45度角的直线上，上图说明拟合模型效果较好，满足正态假设。

由我们获得的模型可知，平均风速、平均相对湿度、PM10的浓度、二氧化硫的浓度、一氧化碳的浓度、二氧化氮的浓度对 PM2.5的浓度呈正影响。

在其他条件不变的情况下，平均风速每增加1m/s，PM2.5的浓度就增加7.2404μg/m3;平均相对湿度每增加1%，PM2.5的浓度就增加0.5704μg/m3;PM10每增加1μg/m3，PM2.5的浓度就增加0.2705μg/m3;二氧化硫每增加1μg/m3，PM2.5的浓度就增加0.1683μg/m3;一氧化碳的浓度每增加1ppm，PM2.5的浓度就增加0.2579μg/m3;二氧化氮浓度每增加1ppm，PM2.5就会增加0.5410μg/m3。说明最终得到的线性回归模型在理论上符合实际。

三、结语

平均风速、平均相对湿度、一氧化碳的浓度、二氧化硫的浓度、PM10的浓度对PM2.5的影响依次递减。PM2.5又是衡量空气污染程度最重要的指数。因此这五个指标以及PM2.5指标将会是衡量银川空气污染最重要的指标。

在实际运用中，影响PM2.5的浓度有许多因素，文章只是分析了几个典型的因素，如平均气温，降水量，平均风速，相对湿度，PM10、二氧化硫、一氧化碳、二氧化氮的浓度等，通过线性模型也可以较为准确的判断今后银川市大气污染的情况。在现实生活中，所得预测结果不可能与生活完全一致，但是对改善银川市大气污染状况有很大的意义。

参考文献

[1] 孙银川.银川市空气污染特征分析及其预报方法的研究[D].南京信息工程大学，2007.

[2] 金鑫. 银川市2001-2009年间大气环境及植被变化研究[D].南京信息工程大学，2012.

[3] 孙银川. 银川市空气污染特征分析及其预报方法的研究[D].南京信息工程大学，2007.

[4] 钟艳霞.银川市大气环境污染特征分析[J].宁夏大学学报（自然科学版），2003（03）：290-292.

[5] 陈建平.银川市大气颗粒物中有害成分的污染状况及其分布规律[J].宁夏大学学报（自然科学版），1994（02）：59-66.

基金项目：文章为宁夏回族自治区大学生创新创业项目的研究成果，项目编号：2018-QJ-023。

作者簡介：丁肖阳（1998- ），男，北方民族大学，2016级本科生;向斌（1997- ），男，北方民族大学，2016级本科生。